tf.reduce_sum() - Python

tf.reduce_sum() 是 TensorFlow 库中的一个函数，它用于计算给定张量中的元素总和。

语法

tf.reduce_sum(input_tensor, axis=None, keepdims=False, name=None, reduction_indices=None)

参数

• input_tensor: 要计算总和的输入张量。
• axis：指定要沿着哪个轴计算总和。默认为 None，表示计算所有元素的总和。
• keepdims：一个布尔值，指示保持输出维度是否与输入维度相同。默认为 False。
• name：操作的可选名称。
• reduction_indices：已弃用，使用 axis。

返回值

一个张量，包含输入张量中所有元素的总和。

示例

以下示例展示了如何使用 tf.reduce_sum() 函数：

import tensorflow as tf

# 创建一个输入张量
inputs = tf.constant([[1, 2, 3], [4, 5, 6]])

# 计算所有元素的总和
total_sum = tf.reduce_sum(inputs)

# 计算每列元素的总和
column_sum = tf.reduce_sum(inputs, axis=0)

# 计算每行元素的总和
row_sum = tf.reduce_sum(inputs, axis=1)

with tf.Session() as sess:
    total = sess.run(total_sum)
    column = sess.run(column_sum)
    row = sess.run(row_sum)
    print("总和:", total)
    print("每列总和:", column)
    print("每行总和:", row)

输出:

总和: 21
每列总和: [5 7 9]
每行总和: [ 6 15]

在上面的示例中，我们创建了一个输入张量 inputs，它是一个大小为 (2, 3) 的矩阵。我们使用 tf.reduce_sum() 来计算总和，不仅可以计算所有元素的总和，还可以计算每列和每行的总和。

请注意，这里使用的会话是 TensorFlow 1.x 版本的会话。在 TensorFlow 2.x 版本中，可以使用 tf.function 和 @tf.function 这样的装饰器来运行计算图。

结论

tf.reduce_sum() 函数可用于计算输入张量中元素的总和。它非常有用，可以在许多机器学习和深度学习任务中使用。